[发明专利]一种基于半监督学习的光伏面板故障检测方法有效
| 申请号： | 201910804238.2 | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110555474B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 卢芳芳 | 申请（专利权）人： | 上海电力大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06N3/0464;G06Q50/06;G06T3/40;G06T7/00;G06T7/11 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于半监督学习的光伏面板故障检测方法，包括以下步骤：S1、构建半监督异常检测模型并定义目标函数L；S2、将正样例的光伏面板图像作为正样例原图图像输入半监督异常检测模型，进行模型训练；S3、将待测光伏面板图像作为待测原图图像输入训练完成的半监督异常检测模型；S4、半监督异常检测模型生成待测原图图像对应的待测重建图像，并计算待测原图图像和待测重建图像之间的误差；S5、判断误差是否小于自适应阈值，若是，则待测光伏面板正常，若否，则待测光伏面板异常。与现有技术相比，本发明适应光伏面板图像缺少负样例训练数据的特点，且具有计算简单等优点。 | ||
| 搜索关键词： | 一种 基于 监督 学习 面板 故障 检测 方法 | ||
【主权项】：
1.一种基于半监督学习的光伏面板故障检测方法，其特征在于，包括以下步骤：/nS1、构建半监督异常检测模型并定义目标函数L；/nS2、将正样例的光伏面板图像作为正样例原图图像输入半监督异常检测模型，进行模型训练；/nS3、将待测光伏面板图像作为待测原图图像输入训练完成的半监督异常检测模型；/nS4、半监督异常检测模型生成待测原图图像对应的待测重建图像，并计算待测原图图像和待测重建图像之间的误差；/nS5、判断误差是否小于自适应阈值，若是，则待测光伏面板正常，若否，则待测光伏面板异常。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力大学，未经上海电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910804238.2/，转载请声明来源钻瓜专利网。
